新型截尾试验下航天器电源系统的可靠性评估

在具有随机移走的逐步增加Ⅱ型截尾试验模型下,利用极大似然和Bayes方法分别给出了某航天器电源系统部件的参数和可靠性估计,并利用Tierney and Kadane近似和Gibbs抽样算法解决了Bayes估计中高维积分的计算问题.最后通过仿真实例对某航天器电源系统进行可靠性评估,并将各估计结果进行比较,验证了本文估计方法的可行性和有效性.     

基于TLE的Starlink星座第一阶段部署情况分析

近年来,随着卫星技术的快速发展和低轨（low earth orbit,LEO）卫星宽带互联网建设需求的不断增加,低轨大规模星座发展日新月异。针对Starlink星座初始化部署问题,首先论述了“星链”（Starlink）星座现状,分析在轨卫星高度变化。然后利用公开的两行轨道根数（two-line element,TLE）,从卫星发射入轨、轨道面分布两个方面,简要分析了Starlink星座的部署情况,给出升交点的变化规律;同时仿真分析了Starlink星座对地面的覆盖性能。最后,给出星座轨道面和相位分布、故障卫星处置以及可见卫星数量。所分析的结果以期为中国未来部署大规模LEO星座的建设提供借鉴。     

基于图像化变差函数的性能数据异常判别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常判别方法。通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。通过引入变差函数理论,采用4方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。在提取发动机性能图像关键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态的判别。选用若干组实际发动机性能数据对方法进行验证。验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能图像运行状态的分类,从而判别发动机性能数据的运行状态。     

基于图像化变差函数的性能数据异常明别

为提升发动机性能监控的智能化水平，实现性能数据的高效利用，提出了基于图像化变差函数的发动机性能数据异常 判别方法。 通过研究发动机性能数据的标准化修正方法和图像转化方法，将数值型表示的发动机性能数据转化为发动机性能图像。 通过引入变差函数理论，采用 4 方向的变差函数值表示性能特征值，融合不同时刻不同参数的性能数据。 在提取发动机性能图像关 键特征点的基础上，定义性能图像间的差异距离，实现基于变差函数的发动机性能图像异常判别方法，从而实现对发动机性能状态 的判别。 选用若干组实际发动机性能数据对方法进行验证O 验证结果表明:该方法运算高效，实现了高维性能数据的降维和对性能 图像运行状态的分类，从而判别发动机性能数据的运行状态。     

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。